随着数据日益成为大大小小组织的命脉，高管和项目经理们都在招聘数据科学家，他们不仅具备R、Python和机器学习技能，还需要具备一定的商业头脑。
IT研究和咨询公司ISG的首席数据和分析官Kathy Rudy建议，虽然统计理论和人工智能（A.I.）等新兴技术技能对数据科学家和分析师来说很重要，但你也需要了解要问哪些以业务为中心的问题，以及如何以对业务有用的方式呈现数据和见解。
她解释说：“假设我在一家航空公司的D&A部门工作，使用人工智能技术记录关于人们乘坐的航班数量、实际购买机票前的平均搜索次数、平均机票花费、每人每年的平均航班数，在参考系统提供的基本数据后整理出数据分析汇报。”“这些都是很有用的信息，但企业需要知道什么呢？也许是某条航线上空座位的平均数量，或者是每趟航班上候补名单上的人数，来决定他们是否需要在某条航线上增加航班？正如我们常说的只知道怎么使用Xbox并不意味着你会玩游戏。”
Everest Group数字转型服务高级分析师Nisha Krishan也同意这一观点。她指出，不断发展的电子商务所需的数据集与保险公司所需的数据集不同。“你如何理解行业所面临的挑战？”她说。“这来自商业技能，而不是产生见解和处理数据的技术技能。”
正如Krishan解释的那样，对数据科学家的期望正在改变。现代数据科学家必须帮助产品负责人实现业务目标，这意味着准备好支持（或反对）特定的业务策略。“数据科学家这个职位不仅仅是构建那些算法，而是提供那些商业洞见和方向，并将其传达给商业利益相关者，”她说。
这包括建立强大的沟通技能，让你能够以一种业务用户能够理解的方式与数据争论。你的技术语言可能不容易被其他利益相关者理解，那么你如何表达你的算法发现呢？Krishan说，“数据科学家应该能够以一种最终在组织内形成以数据为主导的文化的方式与数据进行争论。”
足够了解企业战略和商机
但是数据科学家如何学习扎实的商业技能呢？Rudy建议，数据科学家和分析师应该尝试融入到他们所服务的业务部门中。
她说：“我过去常常向IT服务台咨询，我们会创建所谓的‘Dipping Sessions’，在这里，代理商们会在企业内部轮岗两周，了解人们是如何完成他们的工作的，以及他们需要什么样的IT服务来完成这些工作。”“就数据科学家而言，他们需要知道他们支持的人是如何使用数据和分析来做出更好的决定的。”
数据科学家和分析师需要基于业务的认证吗？这是一个很好的问题。Krishan指出，培训和认证只是实现商业敏锐性的第一步。“人们认为证书意味着人才已经准备好了，过度依赖证书是一个大问题，”她说。“人才配置意味着这个人要有从事这项工作所需的正确技能和商业头脑——而不仅仅只看证书。”
Krishan补充说，数据科学家应该不断加强认证培训，可以通过导师或特定的项目来帮助他们了解行业和特定的公司。“它必须受到来自各方面的锻炼，”她说。
当组织定义他们成功做出基于事实的决策所需的数据时，数据分析的业务方面只会增长。“数据是信息，如果正确分析和使用，它可以改变你建立业务的方式，”Rudy指出。“这并不是说一路上不会有坎坷，但随着你学会如何阅读数据，了解自己需要什么样的数据，对数据的依赖性只会越来越强，这样才能做出正确的决策。”
最终，数据科学家需要了解他们所服务的行业、推动行业发展的指标、支持的业务部门以及组织的战略。“企业想要完成的目标是什么？除了数据，还有什么分析方法可以支持这项任务？”Rudy问道。“如果一名数据科学家能够积极地为公司业务提供见解，并表现出对该业务的深刻理解，包括增长的驱动力和竞争优势，他们就会获得成功。”
作者：Nathan Eddy
